Git Stars Git Stars

#lightgbm Repository

Scopri 26 repository GitHub open source attivi contrassegnati con #lightgbm, che raccolgono un totale di 70,365 stelle (con una media di 2,706 stelle per progetto). Il progetto leader di questo argomento è lightgbm-org/LightGBM, con 18,995 stelle.

26
Totale Repository
70,365
Totale stelle
2,706
Media Stelle/Repo

26 repository in totale

1
lightgbm-org/LightGBM

Un framework veloce, distribuito e ad alte prestazioni per il gradient boosting (GBT, GBDT, GBRT, GBM o MART) basato su algoritmi di alberi decisionali, utilizzato per ranking, classificazione e molte altre attività di machine learning.

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-08-05
2
microsoft/ai-edu

Materiali educativi sull'IA per studenti cinesi, insegnanti e professionisti IT.

microsoft
⭐ 14,041 HTML 👤 microsoft Organization 🕐 Aggiornato 2024-05-16 📅 Creato 2018-11-16
3
microsoft/SynapseML

Libreria Python di apprendimento automatico semplice e distribuito che porta gli algoritmi ML su Spark

microsoft
⭐ 5,257 Scala 👤 microsoft Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2017-06-05
4
mljar/mljar-supervised

Pacchetto Python per AutoML su dati tabulari con Feature Engineering, Tuning degli Iper-Parametri, Spiegazioni e Documentazione Automatica

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 Aggiornato 2026-11-05 📅 Creato 2018-11-05
5
BayesWitnesses/m2cgen

Trasforma modelli ML in codice nativo (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) senza dipendenze

BayesWitnesses
⭐ 2,944 Python 👤 BayesWitnesses Organization 🕐 Aggiornato 2024-08-03 📅 Creato 2019-01-13
6
TeamHG-Memex/eli5

Una libreria per il debug/il controllo dei classificatori di machine learning e la spiegazione delle loro previsioni

TeamHG-Memex
⭐ 2,858 Jupyter Notebook 👤 TeamHG-Memex Organization 🕐 Aggiornato 2026-04-08 📅 Creato 2016-09-15
7
mars-project/mars

Mars è un framework unificato basato su tensori per il calcolo di dati su larga scala che scala numpy, pandas, scikit-learn e funzioni Python.

mars-project
⭐ 2,751 Python 👤 mars-project Organization 🕐 Aggiornato 2024-01-02 📅 Creato 2018-12-05
8
benedekrozemberczki/awesome-decision-tree-papers

Una collezione di articoli di ricerca su alberi decisionali, di classificazione e di regressione con implementazioni.

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 Aggiornato 2025-12-28 📅 Creato 2019-05-11
9
WillKoehrsen/feature-selector

Il selettore di feature è uno strumento per la riduzione della dimensionalità di dataset di machine learning

WillKoehrsen
⭐ 2,237 Jupyter Notebook 👤 WillKoehrsen User 🕐 Aggiornato 2024-06-17 📅 Creato 2018-06-20
10
qusong0627/QuantMind

L’edizione open source di QuantMind (Cervello quantitativo) è una piattaforma di trading quantitativo multimercato nativa dell’IA, pensata per sviluppatori individuali e team di ricerca e investimento. Integra in profondità Microsoft Qlib, l’evoluzione dei fattori di RD-Agent e il workbench completo QuantBot, offrendo un ciclo completo che comprende l’estrazione di oltre 300 dimensioni di fattori, una fabbrica di modelli con 13 modelli di machine learning e deep learning, backtesting ad alte prestazioni con Qlib, inferenza trasversale batch, analisi del sentiment dell’opinione pubblica in tempo reale 24/7, integrazione avanzata con TongdaXin (notifiche sui settori, radar degli avvisi e invio rapido degli ordini), oltre al trading reale e simulato. Supporta azioni A, azioni di Hong Kong, azioni statunitensi, futures e blockchain. Può essere utilizzata gratuitamente per scopi commerciali e distribuita privatamente con un solo clic tramite Docker Compose. Dati e modelli sono completamente locali per tutelare la riservatezza delle strategie; tutte le funzionalità sono disponibili senza barriere d’accesso né limitazioni.

qusong0627
⭐ 1,951 Python 👤 qusong0627 User 🕐 Aggiornato 2026-11-21 📅 Creato 2026-04-15
11
skforecast/skforecast

Libreria Python per la previsione di serie temporali utilizzando modelli compatibili con scikit-learn, metodi statistici e modelli fondamentali

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-02-10
12
Nixtla/mlforecast

Apprendimento automatico 🤖 scalabile per la previsione di serie temporali.

Nixtla
⭐ 1,308 Python 👤 Nixtla Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2021-04-26
13
xorbitsai/xorbits

DS & ML scalabili in Python, in modo compatibile con API e velocissimo.

xorbitsai
⭐ 1,200 Python 👤 xorbitsai Organization 🕐 Aggiornato 2026-02-14 📅 Creato 2022-07-27
14
elastic/ember

Elastic Malware Benchmark per Potenziare i Ricercatori

elastic
⭐ 1,110 Jupyter Notebook 👤 elastic Organization 🕐 Aggiornato 2024-11-22 📅 Creato 2018-04-11
15
benedekrozemberczki/awesome-gradient-boosting-papers

Una lista curata di articoli di ricerca su gradient boosting con implementazioni.

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 Aggiornato 2026-01-05 📅 Creato 2019-05-11
16
SeldonIO/MLServer

Un server di inferenza per i tuoi modelli di machine learning, incluso il supporto per framework multipli, serving di più modelli e altro ancora

SeldonIO
⭐ 903 Python 👤 SeldonIO Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2020-06-16
17
mljar/supertree

Impressiona il tuo capo con la visualizzazione interattiva dell'albero decisionale

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 Aggiornato 2026-08-11 📅 Creato 2024-07-24
18
elastic/eland

Client e Toolkit Python per DataFrames, Big Data, Machine Learning e ETL in Elasticsearch

elastic
⭐ 693 Python 👤 elastic Organization 🕐 Aggiornato 2026-06-16 📅 Creato 2019-06-11
19
kossisoroyce/timber

Ollama per modelli ML classici. Compilatore AOT che converte modelli XGBoost, LightGBM, scikit-learn, CatBoost e ONNX in codice di inferenza nativo C99. Un comando per caricare, un comando per servire. 336x più veloce dell'inferenza Python.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 Aggiornato 2026-04-16 📅 Creato 2026-02-27
21
motefly/DeepGBM

SIGKDD'2019: DeepGBM: Un framework di deep learning distillato da GBDT per compiti di previsione online

motefly
⭐ 658 Python 👤 motefly User 🕐 Aggiornato 2024-07-25 📅 Creato 2019-02-10
22
neptune-ai/neptune-client

📘 Il tracker degli esperimenti per l'addestramento dei modelli fondamentali

neptune-ai
⭐ 623 Python 👤 neptune-ai Organization 🕐 Aggiornato 2026-03-17 📅 Creato 2019-02-11
23
87owo/PYAS

Una piattaforma ibrida di sicurezza degli endpoint Windows basata su machine learning, regole YARA, analisi cloud e protezione comportamentale a livello del kernel.

87owo
⭐ 608 YARA 👤 87owo User 🕐 Aggiornato 2026-11-21 📅 Creato 2021-07-27
24
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

Codice per IDS-ML: sviluppo di sistemi di rilevamento delle intrusioni utilizzando algoritmi di machine learning (Decision tree, random forest, extra trees, XGBoost, stacking, k-means, ottimizzazione bayesiana..)

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 Aggiornato 2026-04-01 📅 Creato 2021-05-25
25
openscoring/openscoring

Servizio web REST per il vero punteggio in tempo reale (<1 ms) di modelli Scikit-Learn, R e Apache Spark

openscoring
⭐ 587 Java 👤 openscoring Organization 🕐 Aggiornato 2026-02-02 📅 Creato 2013-04-02
26
cerlymarco/shap-hypetune

Un pacchetto Python per la sintonizzazione simultanea degli iperparametri e la selezione delle caratteristiche per i modelli Gradient Boosting.

cerlymarco
⭐ 584 Jupyter Notebook 👤 cerlymarco User 🕐 Aggiornato 2024-06-08 📅 Creato 2021-05-16

Domande frequenti

1

Qual è il repository #lightgbm più popolare su GitHub?

Il progetto open source #lightgbm più alto in classifica su GitHub è lightgbm-org/LightGBM, con 18,995 stelle. Un framework veloce, distribuito e ad alte prestazioni per il gradient boosting (GBT, GBDT, GBRT, GBM o MART) basato su algoritmi di alberi decisionali, utilizzato per ranking, classificazione e molte altre attività di machine learning.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #lightgbm?

Tra i progetti #lightgbm più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, HTML.

3

Come viene calcolata la classifica dei repository #lightgbm?

Monitoriamo 26 repository open source attivi contrassegnati con #lightgbm (500+ stelle), per un totale di 70,365 stelle e una media di 2,706 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.